日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

自動駕駛汽車傳感器技術(shù)將走向何方?

張慧娟 ? 來源:電子發(fā)燒友網(wǎng) ? 作者:張慧娟 ? 2019-03-25 07:54 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群


據(jù)麥姆斯咨詢報道,如今的自動駕駛汽車依靠各種各樣的傳感器來提供必要的空間感知,以便在沒有駕駛員干預(yù)的情況下實現(xiàn)自動駕駛。創(chuàng)新的雷達(dá)技術(shù)與冗余的眾多傳感器相輔相成,推動自動駕駛汽車的開發(fā)進(jìn)入革命性的下一階段,加速走進(jìn)我們的日常生活。

自動駕駛汽車傳感器:路漫漫其修遠(yuǎn)兮

如今的自動駕駛汽車依靠各種各樣的傳感器來提供必要的空間感知,以便在沒有駕駛員干預(yù)的情況下實現(xiàn)自動駕駛。當(dāng)前的傳感器解決方案嚴(yán)重依賴可見光傳感器來提供周圍環(huán)境的三維(3D)細(xì)節(jié)。這些傳感器會受到與人類類似的限制,即在低能見度情況下(夜晚、雨、雪、霧、灰塵、低光照等),對距離的感知能力受限或性能會下降。

最新數(shù)據(jù)顯示,每年美國公民行駛的路程達(dá)3.5萬億英里,其中每9千萬英里就有一人車禍死亡。目前,在實際測試中,自動駕駛汽車僅覆蓋了1200萬英里,每5600英里就需要一次人工“接管”。汽車傳感器和人工智能AI)前面還有很長的路要走。

人工智能(AI)無法獨立解決問題

目前市場上大多數(shù)車輛仍然依賴駕駛員來控制車輛,但可提供自主安全防護(hù)的高級駕駛輔助系統(tǒng)(ADAS),即處于自動駕駛等級的L1-L2級。汽車行業(yè)正在為提供更高級別的自動駕駛而努力,特斯拉最近宣布他們打算在今年早些時候推出新的自動駕駛功能,新功能在導(dǎo)航和自動駕駛軟件方面做了改進(jìn)。

但人工智能(AI)和機器學(xué)習(xí)的進(jìn)步能否完全滿足全自動駕駛汽車的需求?

AI和機器學(xué)習(xí)已經(jīng)成為日常生活的一部分,但AI仍有很多無法獨立解決的問題。要獲得L3-L5級自動駕駛汽車所需的空間感知能力,關(guān)鍵取決于車輛傳感器數(shù)據(jù)的保真度。保真度越高,最終的結(jié)果就越好。
未來的自動駕駛汽車需要提高在所有天氣條件下的空間感知和辨別水平。它還要能夠區(qū)分靠近在一起的物體,以便精確地映射每個物體的x、y和z位置。

傳感器的重要性

作為人類,我們主要利用視覺結(jié)合聽覺、觸覺、嗅覺和平衡,來保證在日常生活中安全行動。試想一下,當(dāng)我們的一個或多個感官被阻塞或失靈時,行動會變得多么困難。我們的大腦必須更加努力的工作,以彌補保真度降低帶來的對情況誤判的風(fēng)險。

一個很好的例子是當(dāng)我們看不見的時候。在移動時,我們可通過使用平衡、觸摸和聲音來補償視覺,但這樣還是具有明顯的模糊性并降低了我們對周圍環(huán)境的確定性,所以我們的行動要慢得多。

因此,簡而言之,來自傳感器或傳感器組合的數(shù)據(jù)保真度越高,大腦(人工智能)解決問題的工作量就越少,并且模糊度越低,相對的信心和安全性就越高。

當(dāng)前傳感器的局限性

迄今為止,自動駕駛汽車主要側(cè)重于模仿人類的許多功能,這包括復(fù)制了關(guān)鍵的人類或動物的感官。如圖1:

? 視覺——用于實現(xiàn)高分辨率3D空間感知的立體相機和激光雷達(dá)(LiDAR)
? 聲音——用于判斷物體位置、速度和方向的超聲波和雷達(dá)傳感器
? 平衡——用于感應(yīng)運動的慣性和陀螺儀傳感器
? 位置——用于判斷地理位置和方向的磁力計和GPS

當(dāng)這些感知傳感器與AI融合,在天氣條件良好時,當(dāng)前的自動駕駛汽車對已知環(huán)境持有足夠的信心,但對我們?nèi)祟惗?,還沒有足夠的信心對這些技術(shù)抱有完全的信任。

未來的傳感器

那么未來要獲得實現(xiàn)最高級別(L4級和L5級)的自動駕駛水平所需的信心,汽車行業(yè)需要取得哪些進(jìn)步?當(dāng)前大量炒作的熱點在AI的發(fā)展,AI要能夠?qū)θ粘鼍疤峁┡c人類可比或增強的響應(yīng)。要做到這一點,AI需要的傳感器的數(shù)據(jù)遠(yuǎn)遠(yuǎn)超出簡單的對人類感官的復(fù)制。

為了提高全天候的安全性,未來的傳感器需要在任何天氣條件下都能很好地運行,將更少地依賴可見光傳感器作為主要傳感器,需要利用其他的尖端技術(shù),如毫米波雷達(dá)

高分辨率、高保真度雷達(dá)正在開發(fā)中,如今有的雷達(dá)能夠在各種天氣條件下為周圍環(huán)境創(chuàng)建詳細(xì)的圖像。眼見為實,如圖2。


這種令人興奮和創(chuàng)新的雷達(dá)技術(shù),是推動自動駕駛汽車開發(fā)并加速進(jìn)入我們?nèi)粘I畹南乱淮锩约夹g(shù)。

來源:Plextek公司雷達(dá)技術(shù)研發(fā)經(jīng)理Clem Robertson



聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2578

    文章

    55567

    瀏覽量

    794250
  • 汽車電子
    +關(guān)注

    關(guān)注

    3047

    文章

    9129

    瀏覽量

    173197
  • 人工智能
    +關(guān)注

    關(guān)注

    1821

    文章

    50366

    瀏覽量

    267058
  • 自動駕駛
    +關(guān)注

    關(guān)注

    795

    文章

    15012

    瀏覽量

    181715
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    自動駕駛汽車如何探測路面的積水深度?

    [首發(fā)于智駕最前沿微信公眾號]對于自動駕駛汽車來說,雨天和積水一直是非常棘手的挑戰(zhàn)。在晴朗的天氣里,傳感器可以輕松識別車道線、行人和其他車輛,但當(dāng)路面出現(xiàn)大面積積水甚至發(fā)生內(nèi)澇時,情況就變得復(fù)雜了
    的頭像 發(fā)表于 04-07 08:51 ?338次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>汽車</b>如何探測路面的積水深度?

    自動駕駛汽車如何實現(xiàn)自動駕駛

    人類駕駛員而言是非常直觀且有效的指令,但對于自動駕駛汽車來說,則意味著需要一套極其復(fù)雜的感知、理解與決策鏈路。 自動駕駛如何看清文字? 自動駕駛
    的頭像 發(fā)表于 02-10 08:50 ?828次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>汽車</b>如何實現(xiàn)<b class='flag-5'>自動駕駛</b>

    如何設(shè)計自動駕駛傳感器失效檢測與容錯策略?

    對于自動駕駛汽車而言,傳感器是它感知世界的窗口。攝像頭負(fù)責(zé)采集環(huán)境圖像,毫米波雷達(dá)和激光雷達(dá)則用于測量周圍物體的位置和速度,而GNSS(全球?qū)Ш叫l(wèi)星系統(tǒng))與慣性測量系統(tǒng)可提供車輛的定位信息。這些數(shù)據(jù)經(jīng)過融合處理之后,
    的頭像 發(fā)表于 01-10 10:33 ?2854次閱讀

    自動駕駛汽車如何檢測石頭這樣的小障礙物?

    的小障礙物,自動駕駛汽車真的要檢測嗎?如果要檢測,是如何檢測的? 自動駕駛視覺系統(tǒng)都在看什么? 自動駕駛汽車要“看見”周圍環(huán)境,是靠一系列
    的頭像 發(fā)表于 12-24 16:53 ?1305次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>汽車</b>如何檢測石頭這樣的小障礙物?

    自動駕駛汽車傳感器用得越多就越好嗎?

    [首發(fā)于智駕最前沿微信公眾號]為確保自動駕駛安全,很多技術(shù)方案中都會采用感知冗余的方式來兜底,即在車輛上加裝多個傳感器,以實現(xiàn)更多的信息感知。其實對于自動駕駛
    的頭像 發(fā)表于 11-28 09:46 ?787次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>汽車</b>中<b class='flag-5'>傳感器</b>用得越多就越好嗎?

    超聲波傳感器線圈:自動駕駛實現(xiàn)精確實時近距離感知的關(guān)鍵

    超聲波傳感器線圈是自動駕駛系統(tǒng)中不可或缺的組成部分。隨著自動駕駛技術(shù)的快速發(fā)展,各類傳感器成為智能汽車
    的頭像 發(fā)表于 11-12 16:03 ?480次閱讀

    不同等級的自動駕駛技術(shù)要求上有何不同?

    談到自動駕駛,不可避免地會涉及到自動駕駛分級,美國汽車工程師學(xué)會(SAE)根據(jù)自動駕駛系統(tǒng)與人類駕駛員參與
    的頭像 發(fā)表于 10-18 10:17 ?2883次閱讀

    激光雷達(dá)傳感器自動駕駛中的作用

    2024 年至 2030 年間,高度自動汽車每年的出貨量將以 41% 的復(fù)合年增長率增長。這種快速增長導(dǎo)致汽車品牌對精確可靠傳感器技術(shù)的需
    的頭像 發(fā)表于 10-17 10:06 ?3894次閱讀

    想實現(xiàn)自動駕駛,哪些技術(shù)非常關(guān)鍵?

    近年來,隨著人工智能、車載計算平臺、傳感器技術(shù)的快速進(jìn)步,自動駕駛已從實驗室走向實際道路。而支撐這一切的,是一套龐大且精密的技術(shù)架構(gòu)系統(tǒng)。這
    的頭像 發(fā)表于 08-30 09:40 ?2745次閱讀

    塑造自動駕駛汽車格局的核心技術(shù)

    自動駕駛汽車長期以來一直是科幻小說中的情節(jié),但在如今的2025年,它似乎已經(jīng)離我們越來越近,智能輔助駕駛已經(jīng)出現(xiàn)在越來越多的新能源汽車中。但距離完全的
    的頭像 發(fā)表于 08-21 16:03 ?1129次閱讀

    太陽光模擬 | 在汽車自動駕駛開發(fā)中的應(yīng)用

    汽車產(chǎn)業(yè)向電動化、智能化轉(zhuǎn)型的浪潮中,自動駕駛技術(shù)的研發(fā)面臨著復(fù)雜環(huán)境感知的挑戰(zhàn)。光照條件作為影響傳感器性能的關(guān)鍵因素,直接關(guān)系到自動駕駛
    的頭像 發(fā)表于 07-24 11:26 ?848次閱讀
    太陽光模擬<b class='flag-5'>器</b> | 在<b class='flag-5'>汽車</b><b class='flag-5'>自動駕駛</b>開發(fā)中的應(yīng)用

    康謀分享 | 基于多傳感器數(shù)據(jù)的自動駕駛仿真確定性驗證

    自動駕駛仿真測試中,游戲引擎的底層架構(gòu)可能會帶來非確定性的問題,侵蝕測試可信度。如何通過專業(yè)仿真平臺,在多傳感器配置與極端天氣場景中實現(xiàn)測試數(shù)據(jù)零差異?確定性驗證方案已成為自動駕駛研發(fā)的關(guān)鍵突破口!
    的頭像 發(fā)表于 07-02 13:17 ?4397次閱讀
    康謀分享 | 基于多<b class='flag-5'>傳感器</b>數(shù)據(jù)的<b class='flag-5'>自動駕駛</b>仿真確定性驗證

    自動駕駛汽車如何正確進(jìn)行道路識別?

    識別不僅僅是簡單地判斷車輛是否在車道中心行駛,更涉及到對車道線、交通標(biāo)志、道路邊緣以及其他道路要素的綜合感知與理解。 傳感器硬件 傳感器硬件是自動駕駛道路識別的基礎(chǔ),當(dāng)前主流的傳感器
    的頭像 發(fā)表于 06-29 09:40 ?1936次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>汽車</b>如何正確進(jìn)行道路識別?

    自動駕駛汽車是如何準(zhǔn)確定位的?

    厘米級的定位精度,并能夠?qū)崟r響應(yīng)環(huán)境變化。為此,自動駕駛系統(tǒng)通常采用多傳感器融合的方式,全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)、慣性測量單元(IMU)、激光雷達(dá)(LiDAR)、攝像頭、超寬帶(UWB)等多種
    的頭像 發(fā)表于 06-28 11:42 ?1518次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>汽車</b>是如何準(zhǔn)確定位的?

    自動駕駛技術(shù)落地前為什么要先測試?

    大量的傳感器、復(fù)雜的算法和強大的計算平臺來取代人類駕駛員的感知、判斷和操作。在技術(shù)落地之前,“測試”便成了自動駕駛從實驗室走向真實道路的“安
    的頭像 發(fā)表于 06-09 09:42 ?902次閱讀
    嘉善县| 云和县| 武川县| 高淳县| 遂溪县| 大冶市| 宜城市| 尼玛县| 金乡县| 上犹县| 平泉县| 高碑店市| 九龙县| 牡丹江市| 固镇县| 达州市| 塔河县| 建昌县| 沐川县| 远安县| 鲁山县| 拉萨市| 合江县| 县级市| 衢州市| 霸州市| 财经| 萝北县| 青冈县| 乌拉特后旗| 内乡县| 耿马| 湄潭县| 长春市| 偃师市| 东台市| 莱阳市| 南木林县| 彭州市| 鱼台县| 清流县|